t検定 計算ツール｜独立2群の平均差を統計的に検定・t値/p値/効果量を即算出
独立2群t検定（Student's t-test）を無料で瞬時計算。各群の平均・標準偏差・サンプルサイズから t値・自由度・臨界値・有意差判定を即算出。新薬臨床試験・A/Bテスト・製造品質管理・教育効果測定・心理学実験で最頻用される仮説検定の実務ツール。Welch検定・対応t検定・効果量Cohen's dとの使い分け、正規分布・等分散・独立性の前提と代替検定まで統計実務者向けに解説します。
t検定（独立2群）計算機
t検定の計算式と考え方
独立2群t検定（Student's t-test）
t = (M₁ − M₂) ÷ √(sp² × (1/n₁ + 1/n₂))
sp² = ((n₁-1)s₁² + (n₂-1)s₂²) ÷ (n₁+n₂-2)
自由度 df = n₁ + n₂ − 2
ここで M₁, M₂ は各群の平均、s₁, s₂ は各群の標準偏差、n₁, n₂ は各群のサンプルサイズ、sp² はプールした分散（等分散を仮定した場合の共通分散推定量）です。|t| > 臨界値 tα(df) なら有意水準αで有意差ありと判定します。
統計的仮説の考え方
t検定は「帰無仮説 H₀: 2群の母平均は等しい」と「対立仮説 H₁: 2群の母平均は異なる」を立て、H₀のもとで観測データが得られる確率（p値）を計算します。p値が有意水準α（一般に0.05または0.01）を下回れば H₀ を棄却し、「有意差あり」と結論づけます。両側検定が標準で、方向性を予め決めていれば片側検定も使用可能ですが、片側検定は原則学術的に事前登録される必要があります。
ゴセット（Student）の発明
t検定はギネスビール醸造所の統計学者ウィリアム・ゴセットが1908年に "Student" のペンネームで発表した検定です。小サンプル（n < 30）でも母集団の分散が未知の場合の平均差検定を可能にした画期的な手法で、後にフィッシャーが定式化して現代統計学の礎となりました。ペンネームの理由は、ギネスが従業員の学術発表を禁じていたためです。
3種類のt検定（独立・対応・Welch）
t検定と一括りに呼ばれますが、実は「独立2群」「対応のあるサンプル」「等分散を仮定しない」の3種類があり、データの性質で使い分けます。
| 種類 | 用途 | 前提 | 自由度 |
|---|---|---|---|
| 1標本t検定 | 1群の平均が特定値と等しいか | 正規分布 | n − 1 |
| 独立2群t検定 （Student） | 2群の独立サンプルの平均差 | 正規分布・等分散・独立 | n₁ + n₂ − 2 |
| 対応のあるt検定 （paired） | 同一被験者の前後測定 | 差の正規分布 | n − 1 |
| Welchのt検定 | 2群の独立サンプル・分散が異なる | 正規分布・独立 （等分散不要） | Welch-Satterthwaite近似 |
対応のあるt検定の式
t = (差の平均 d̄) ÷ (差の標準偏差 sd / √n)
前後測定・処置前後・双子ペアなど、同一個体または対応するペアで2回測定する場合に使用。個体差の分散を除去できるため、独立2群t検定より検出力が高くなります。ダイエット効果・薬効前後比較・学習前後テストなどが典型例です。
Welch検定の式
t = (M₁ − M₂) ÷ √(s₁²/n₁ + s₂²/n₂)
等分散を仮定しないt検定です。近年は常にWelch検定を第一選択にすべきとする専門家も多く（Ruxton 2006、Delacre et al. 2017）、SPSS/R/Pythonのデフォルトも Welch になりつつあります。等分散でも Welch はほぼ同じ結果を返すため、実務では Welch を使えば安全です。
t分布の臨界値早見表（両側検定）
|t| がこの値を超えたら有意差ありと判定します。自由度が大きくなるほど臨界値は小さくなり、df=∞では標準正規分布のz値（1.96）に一致します。
| 自由度 df | α = 0.10 (90%) | α = 0.05 (95%) | α = 0.01 (99%) | α = 0.001 (99.9%) |
|---|---|---|---|---|
| 5 | 2.015 | 2.571 | 4.032 | 6.869 |
| 10 | 1.812 | 2.228 | 3.169 | 4.587 |
| 15 | 1.753 | 2.131 | 2.947 | 4.073 |
| 20 | 1.725 | 2.086 | 2.845 | 3.850 |
| 30 | 1.697 | 2.042 | 2.750 | 3.646 |
| 50 | 1.676 | 2.009 | 2.678 | 3.496 |
| 100 | 1.660 | 1.984 | 2.626 | 3.390 |
| ∞ （z分布） | 1.645 | 1.960 | 2.576 | 3.291 |
大サンプル（df ≥ 30）では正規分布近似が有効で、実務では「両側5%＝1.96、両側1%＝2.58」が概算値として使えます。
効果量Cohen's dと検出力
p値だけでは実質的な差の大きさは分かりません。「サンプル数が非常に多いとわずかな差でも有意になる」という p値の限界を補うため、効果量の併記が学術界の標準になっています。
Cohen's d = (M₁ − M₂) ÷ sp
Cohen's d の解釈基準
| d の値 | 解釈 | 実務例 |
|---|---|---|
| d = 0.2 | 小さい効果 | 薬効差わずか、A/Bテストの微差 |
| d = 0.5 | 中程度の効果 | 教育介入の効果、標準的な薬効 |
| d = 0.8 | 大きい効果 | 強力な治療効果 |
| d ≥ 1.2 | 非常に大きい効果 | ワクチンの重症化予防等 |
近年は APA（アメリカ心理学会）・生物医学系ジャーナル・国際臨床試験ガイドライン（CONSORT）で効果量の報告が必須化されており、日本の学会誌でも同様の流れです。
検出力（Power）
検出力＝1−β は「真に差がある時に有意差を検出できる確率」。一般に0.80以上が目安で、p値・効果量・サンプルサイズ・有意水準の4者は G*Power などのツールで相互算定できます。臨床試験・重要な意思決定を伴う検定では、事前の検出力分析（power analysis）が国際標準となっています。
サンプルサイズ設計の目安
効果量と検出力から必要なサンプルサイズを事前設計します。α=0.05・検出力0.80での目安値：
| 期待効果量 d | 必要サンプル数（各群） | 合計 | 典型的用途 |
|---|---|---|---|
| d = 0.2（小） | 394 | 788 | 大規模疫学調査 |
| d = 0.3 | 176 | 352 | 教育介入研究 |
| d = 0.5（中） | 64 | 128 | 標準的な臨床試験 |
| d = 0.7 | 33 | 66 | 薬効試験 |
| d = 0.8（大） | 26 | 52 | 強力な介入 |
| d = 1.0 | 17 | 34 | 予備実験・パイロット |
サンプルが小さすぎるとType II エラー（本当は差があるのに見逃す）のリスクが高まり、逆に大きすぎるとコスト・倫理問題（不要な被験者暴露）が生じます。サンプルサイズ計算ツールで詳細に。
前提条件と代替検定
t検定には3つの前提があり、成立しない場合は代替検定を検討します。
①正規分布
各群のデータが正規分布に従うことを仮定。Shapiro-Wilk検定・Kolmogorov-Smirnov検定で確認します。中心極限定理により、n ≥ 30 なら平均の分布はほぼ正規なので、実務では大サンプルなら気にせず適用可能。
代替：正規性が満たされない場合はMann-Whitney U検定（順位和検定）を使用。ノンパラメトリック検定で分布形を仮定しません。
②等分散性
2群の分散が等しいことを仮定。Levene検定・F検定で確認。分散比が2倍を超えると等分散仮定は疑わしくなります。
代替：等分散が満たされない場合はWelchのt検定を使用。近年は等分散性の事前検定を省略して常にWelchを使うのが推奨されています。
③独立性
各観測が互いに独立であることを仮定。同一被験者の前後測定、双子・夫婦ペア、教室内の生徒などは独立でない可能性があります。
代替：対応がある場合は対応のあるt検定（paired t-test）、クラスター構造がある場合は混合効果モデル（mixed model）を使用。
業界・場面別の使い方
新薬臨床試験（Phase II/III）
新薬群とプラセボ群の主要評価項目（血圧・血糖値・症状スコア等）の平均差を検定。医薬品医療機器総合機構（PMDA）ガイドラインに沿い、事前登録された統計解析計画（SAP）でPrimary Analysisとしてt検定またはANCOVAが多用される。効果量・検出力の事前設計必須。
A/Bテスト（Webマーケティング）
ランディングページA/BのCVR・滞在時間・購入額を比較。Google Optimize・Optimizely・自社解析基盤で運用され、日次・週次でt検定またはZ検定を実施。多重比較補正（Bonferroni・BHF法）が必要な場合も多い。
製造品質管理・工程能力
ラインA/B、新旧設備、材料ロット間の品質特性（寸法・重量・強度）の平均差を検定。JIS Q 9001品質マネジメントシステムのプロセス改善で頻用。工程能力指数Cp/Cpkと併用して工程の統計的管理を実施。
教育心理学・教育効果測定
新指導法A/B、ICT教育の有無、学級規模の違い等が学力テストスコアに与える効果を検定。文部科学省の実証研究、EBPM（証拠に基づく政策立案）で標準的手法。近年は多水準モデルとの併用が主流。
マーケティングリサーチ・消費者調査
男女・年代・地域・購買層別の商品評価スコア差を検定。5件法・7件法リッカート尺度データではt検定が伝統的だが、順序尺度としてノンパラメトリック検定を使う流派もあり。マーケティング学会でも議論が続く分野。
金融・アクチュアリー
投資戦略A/Bのリターン、生保リスク層の平均クレーム額など、金融データの平均差検定。ただし金融データは正規性・独立性が満たされにくいため、ロバスト検定・ブートストラップ検定との併用が推奨される。
よくある間違い・注意点
- p < 0.05 = 実質的な差ありと誤解 — p値は「偶然差が出る確率」であり、差の大きさ・臨床的重要性を示しません。サンプルが大きいと僅かな差でも p < 0.05 になります。必ず効果量Cohen's dを併記してください。
- 等分散性を確認せずStudentのt検定 — 分散が明らかに異なる2群にStudentのt検定を適用すると、有意水準が実質的にずれます。近年は常にWelchのt検定を第一選択にする推奨が主流です。
- 正規分布性の未確認 — 分布が極端に歪んだ、または外れ値を含むデータではt検定の前提が崩れます。ヒストグラム・Q-Qプロット・Shapiro-Wilk検定で確認し、必要ならMann-Whitney U検定を検討。
- 複数比較で有意水準を調整しない — 5つの群を総当たりで比較すると10回の検定が必要で、うち1回は偶然 p < 0.05 になる期待値（1-0.95^10 ≈ 40%）が生じます。Bonferroni補正・Tukey HSD・ANOVAを先に実施してください。
- 事後的な仮説設定（HARKing） — データを見てから仮説を作って検定するのは科学的に不適切で、有意水準を過大評価します。事前登録（pre-registration）で仮説を固定してから解析するのが国際標準です。
- 片側検定の乱用 — 片側検定は方向性が事前に明確な場合のみ使用可能。「差があるか調べる」目的では両側検定を使います。片側検定にすると恣意的に有意水準が緩くなるため、事前登録なしの片側検定は査読で否定されます。
- 対応データを独立群として扱う — 前後測定・双子ペアデータを独立2群t検定にかけると、個体差の分散を除去できず検出力が下がります。対応のあるt検定で個体内の変化を検定してください。
統計基準・ガイドライン
- ICH E9「臨床試験のための統計的原則」 ― 医薬品規制の国際調和会議による臨床試験統計の国際基準。厚労省・FDA・EMAが批准。
- CONSORT声明 ― ランダム化比較試験（RCT）報告の国際ガイドライン。t検定を含む統計手法の報告項目を規定。
- ISO 3534-1「統計 用語及び記号」 ― 統計用語の国際規格。t検定・p値・自由度等の定義。
- APA Publication Manual 第7版 ― アメリカ心理学会論文執筆マニュアル。効果量報告と検定結果の書き方標準。
- Nature "5-year checklist for statistical rigor" ― 2013年以降、生命科学分野の主要ジャーナルが採用する統計報告チェックリスト。
- JIS Z 8101-1「統計 用語及び記号 第1部：一般統計用語」 ― 日本産業規格。
- PMDA臨床試験統計ガイドライン ― 日本の医薬品審査における統計解析要件。
参考文献・公的資料
t検定・仮説検定の詳細な理論と最新の推奨実践は、以下の公的機関・学会の資料を参照してください。
- 総務省 統計局 ― 日本の公的統計を管轄。統計調査の実施・普及。
- 統計数理研究所 ― 統計理論・応用の日本の中核研究機関。多数の統計手法解説を公開。
- 日本統計学会 ― 統計学の日本の学会。査読誌「日本統計学会誌」。
- 日本計量生物学会 ― 医学・生物学分野の統計学の学会。
- 医薬品医療機器総合機構（PMDA） ― 医薬品審査の統計ガイドラインを公開。
- 厚生労働省 臨床研究のための統計手引書 ― 医学研究の統計解析ガイド。
- American Psychological Association (APA) ― 心理学論文の統計報告基準。
- ICH E9 Statistical Principles for Clinical Trials ― 臨床試験統計の国際指針。
- G*Power ― 検出力分析・サンプルサイズ設計の定番無料ソフト。
- The R Project for Statistical Computing ― 統計解析の標準オープンソース環境。
よくある質問（FAQ）
p < 0.05 ってどういう意味？
「帰無仮説（差がない）が真の場合に、観測データ以上の差が偶然発生する確率が5%未満」を意味します。一般的な有意水準として使われますが、5%は絶対的基準ではなく、より厳しい0.01・0.001や、探索的研究で緩めた0.10を使う場合もあります。医学統計では0.05、遺伝子解析（GWAS）では 5×10⁻⁸ など分野で異なります。
Welchのt検定との違いは？
Welchは等分散仮定を不要にしたt検定改良版。分散が異なる2群でもロバストな結果を返します。近年は「常にWelchを使うべき」との推奨（Ruxton 2006、Delacre 2017）が主流で、SPSS/R/Pythonのデフォルトもwelchになっています。実務では最初からWelchを使えば安全です。
対応のあるt検定は別計算？
別計算です。同一被験者の前後測定や双子・夫婦ペアなど対応するペアのデータでは、差 d = x₁ - x₂ の平均が0と有意に異なるかを検定します。個体差の分散を除去できるため、独立2群t検定より検出力が高くなります。ダイエット効果・薬効前後・学習前後などが典型例です。
サンプル数の目安は？
効果量と検出力から事前設計します。α=0.05・検出力0.80で、期待効果量が中程度（d=0.5）なら各群64、大きい（d=0.8）なら各群26、小さい（d=0.2）なら各群394が目安。実務では各群30以上あれば中心極限定理により正規性の仮定に神経質にならずに済みます。
正規分布が満たされないときは？
Mann-Whitney U検定（順位和検定）を使います。ノンパラメトリック検定で分布形を仮定せず、順位に基づいて2群の中央値の差を検定。ただし検出力はt検定より低めなので、正規性が微妙な場合はロバストt検定や対数変換の適用を先に検討します。
効果量Cohen's dはどう報告する？
APA 7版など主要スタイルでは、t値・自由度・p値と併せて効果量を必ず報告します。例：「t(58) = 2.14, p = .036, d = 0.55」の形式。dの解釈は 0.2=小、0.5=中、0.8=大 が Cohen の基準です。信頼区間 95%CI [d下限, d上限] の併記も推奨されています。
t検定の代わりに何を使う？
3群以上ならANOVA（分散分析）、順序尺度なら Mann-Whitney U 検定、比例データなら χ²検定、正規性が疑わしいなら Wilcoxon 順位和検定。多変量交絡を含む場合は重回帰分析・ANCOVA（共分散分析）・混合効果モデルの適用を検討します。
片側検定と両側検定の使い分けは？
「差があるか調べる」目的なら両側検定が標準。「新薬が既存薬より優れているか」など方向性が事前に明確で、逆方向の差は関心外という場合のみ片側検定を使います。事前登録なしの片側検定は査読で棄却される可能性が高いので注意してください。
ExcelでのT.TEST関数の使い方は？
=T.TEST(範囲1, 範囲2, 尾, 種類)。尾=1（片側）または2（両側）、種類=1（対応あり）/2（独立・等分散）/3（Welch）。例えば =T.TEST(A1:A30, B1:B30, 2, 3) で独立2群のWelch両側検定を実行できます。p値を返しますが、t値と自由度はデータ分析ツールが必要です。
複数比較の補正はどうする？
3群以上を総当たり比較する場合、Bonferroni補正（α ÷ 比較回数）、Tukey HSD、Benjamini-Hochberg False Discovery Rate（BH法）などで多重比較調整します。3群なら最初にANOVAで有意差を確認してから、事後検定（post-hoc test）としてt検定を実施するのが定石です。
ベイズ流のt検定はある？
あります。Bayesian t-test（BayesFactor RパッケージなどのRouder et al. 2009形式）は、頻度論の「p値による棄却」の代わりにベイズファクターで対立仮説の支持度合いを定量化します。0-1: H₀支持、1-3: 弱いH₁、3-10: 中程度、10-30: 強い、30以上: 非常に強い証拠と解釈します。近年の心理学・行動科学で普及中。
t検定で0.05を切っても再現しない研究があるのは？
「再現性の危機」と呼ばれる問題で、p < 0.05 が本当の効果を反映しない可能性があります。原因は①過小サンプル、②p-hacking（有意になるまで解析）、③HARKing（事後仮説）、④出版バイアス。対策として事前登録・効果量報告・データ・コード公開・レプリケーション研究が推進されています。